الگو های مِش محلی در برابر الگو های باینری محلی: نمایه سازی و بازیابی تصویر پزشکی
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 1 |
| فرمت فایل | doc |
| حجم فایل | 1609 کیلو بایت |
| تعداد صفحات فایل | 11 |
نام مجله:
IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS
عنوان مقاله:
Local Mesh Patterns Versus Local Binary Patterns Biomedical Image Indexing and Retrieval
Abstract—In this paper, a new image indexing and retrieval algorithm
using localmesh patterns are proposed for biomedical image
retrieval application. The standard local binary pattern encodes
the relationship between the referenced pixel and its surrounding
neighbors, whereas the proposed method encodes the relationship
among the surrounding neighbors for a given referenced pixel in
an image. The possible relationships among the surrounding neighbors
are depending on the number of neighbors, P . In addition,
the effectiveness of our algorithm is confirmed by combining it
with the Gabor transform. To prove the effectiveness of our algorithm,
three experiments have been carried out on three different
biomedical image databases. Out of which two are meant for computer
tomography (CT) and one for magnetic resonance (MR)
image retrieval. It is further mentioned that the database considered
for three experiments are OASIS-MRI database, NEMA-CT
database, and VIA/I–ELCAP database which includes region of
interest CT images. The results after being investigated show a
significant improvement in terms of their evaluation measures as
compared to LBP, LBP with Gabor transform, and other spatial
and transform domain methods
الگوهای مِش محلی در برابر الگوهای باینری محلی: نمایه سازی و بازیابی تصویر پزشکی
چکیده
در این مقاله، یک الگوریتم جدید نمایهسازی و بازیابی تصویر با استفاده از الگوهای مِش برای استفاده در بازیابی تصویر پزشکی پیشنهاد شده است. الگوریتم باینری محلی استاندارد رابطهی بین پیکسل مرجوعی (مورد نظر) و همسایههای اطراف آن را کدگذاری میکند، در حالیکه روش پیشنهادی رابطهی میان همسایههای اطراف یک پیکسل مرجوعیِ مشخص در یک تصویر را کدگذاری میکند. روابط ممکن میان همسایههای اطراف به تعداد همسایهها، P، بستگی دارد. علاوه بر این، کارایی الگوریتم پیشنهادی در این مقاله با ترکیب این الگوریتم با تبدیل گابور اثبات شده است. برای اثبات کارایی این الگوریتم سه آزمایش بر روی سه پایگاه دادهی مختلف تصویر پزشکی پیادهسازی شده است. دو آزمایش از این سه آزمایش برای توموگرافی کامپیوتری (CT) و یک آزمایش برای رزونانس مغناطیسی (MR) بازیابی تصویر انجام میشود. سپس اشاره خواهد شد که پایگاه دادهی مورد نظر برای سه آزمایش عبارتند از: پایگاه دادهی OASIS-MRI، پایگاه دادهی NEMA-CT و پایگاه دادهی VIA/I-ELCAPکه شامل ناحیهی تصاویر CT مورد نظر است. نتایج پس از بررسی بهبود معناداری بر حسب معیارهای ارزیابی آنها در مقایسه با LBP، LBP با تبدیل گابور، و دیگر روشهای فضایی و دامنهی تبدیل نشان داد.
واژگان کلیدی
بازیابی تصویر پزشکی (CBIR)، تبدیل گابور (GT)، الگوری باینری محلی (LBP)، الگوهای مش محلی (LMeP)، بافت.
Local Mesh Patterns Versus Local Binary Patterns Biomedical Image Indexing and Retrieval